获取具有不同子列表数据类型的列表元素的交集

Question

我有两个列表，其中包含列表元素，例如：

list1 = [['placeholder1', {'data': 'data1'}], ['placeholder2', {'data': 'data2'}], ['placeholder2', {'data': 'data1'}]]
list2 = [['placeholder2', {'data': 'data2'}], ['placeholder3', {'data': 'data5'}]]

intersection_result = [['placeholder2', {'data': 'data2'}]]

子列表元素的结构只是一个例子。也可能发生所有子列表元素包含字符串['asdf', 'qwert'] 或字符串和数字的混合['sdfs', 232]。但是，子列表结构始终相同（在两个列表中）。

如何获得两个列表中相同的列表元素的交集？

Answer 1

如果我的理解是正确的，您可以通过检查并选择最小列表中与较大列表中的元素相等的元素中的any()来获得交集。

通过理解，它看起来像这样：

intersection_res = [l for l in min(list2, list1, key=len) if any(l == l2 for l2 in max(list1, list2, key=len))]

这使用min 和max 以及分配给len 的键来始终从较小的列表中选择并检查较大的列表。

这会产生：

print(intersection_res)
[['placeholder2', {'data': 'data2'}]]

如果您预先分配最小-最大列表，或者当然，如果您始终确定哪个列表大于另一个列表，则可以减少这种理解：

sm, la = list1, list2 if len(list1) < len(list2) else list2, list1
intersection_res = [l for l in sm if any(l == l2 for l2 in la)]

Answer 2

一个简单的解决方案，它独立于您的数据结构。 您可以为您的数据生成signature hashes（使用 json 或 pformat），并在 list1 和 list2 中查找公共哈希。

演示：http://ideone.com/5i9cs8

import json

list1 = [['placeholder1', {'data': 'data1'}], ['placeholder2', {'data': 'data2'}], ['placeholder2', {'data': 'data1'}]]
list2 = [['placeholder2', {'data': 'data2'}], ['placeholder3', {'data': 'data5'}]]
sig1 = { hash(json.dumps(x, sort_keys=True)):x for x in list1 }
sig2 = { hash(json.dumps(x, sort_keys=True)):x for x in list2 }
result = {x:sig1[x] for x in sig1 if x in sig2}
print(result)
#prints {-7754841686355067234: ['placeholder2', {'data': 'data2'}]}

• 如果您的字典有不支持 json 序列化的数据，例如datetime, pformat 可以很好地工作，或者您可以使用 cPickle，str 也适用于简单的情况。您可以根据您的数据集和所需的效率做出选择。